LTV预估 | 多分布自适应网络MDAN

😄 不得不说，腾讯在这方面还是有挺多论文的哈～

✅【PAKDD-2024 腾讯 MDAN】《MDAN: Multi-distribution Adaptive Networks for LTV Prediction》
论文链接：添加链接描述

1 精简总结

1、根据输入特征生成不同ltv分布对应的embedding。
2、根据输入特征生成不同ltv分布对应的权重，该权重可和预先根据ltv分桶好的档位标签计算ce_loss。
3、上述对应权重和embedding进行加权生成聚合embedding，再经过fc得到pltv，和ltv标签计算ltv_mse_loss。
4、loss：ce_loss，ltv_mse_loss，dissim_loss (用于学习使得不同ltv分布对应的embedding的差异和ltv值的差异保持一致)。

2 背景&挑战

• 稀疏性：付费数据不平衡，大多数用户不付费。
• 差异性：大R消费金额大，与普通付费用户分布有差异，二八定律。

3 方法